@皮总 @红薯######

第一问：使用mysqlimport导入数据。最好不要使用insert into。

第二问：如果存储是{char(15), unsigned tinyint }, Utf8(1Bytes to 3Bytes per character),tinyint 1Bytes 。那么(3*15 + 1)× 1000000 / (1024*1024.0) 大约 44M大小。

第三问：给主键添加索引, 更新planner statistics。而且根据某个字段合理分区，这样查询会很快。

第四问：不知道，但是我想不存在这样的汉字不在unicode中 ######回复

@Lesus : 原来如此 感谢回答~######回复

@陈昊 : 数据库中的静态信息，例如MySQL中MyISAM表包含了一些行数等静态信息。count(*)时就直接取出就可以了。######planner statistics是?######姓氏分区，图方便，hash分区######

第四问：不知道，但是我想不存在这样的汉字不在unicode中

汉字好像有7万多个，而 Unicode 按极限来算只能表示65536个字符，所以不在 Unicode 里的汉字很多。 ######人家问我有哪些，百度没百度出来，谁知道 啊######Thx, 可能使用专门为汉字设计的gbk更好######

那些汉字不能存在char[]中，不在unicode中

回答生僻字就ok了。。本来这个问题就没法具体回答 ######Unicode 编码能表示所有的汉字, 所以,我也认为, 不存在用unicode无法表示的汉字.######

第一个问题：

try(BufferedReader reader = new BufferedReader(new FileReader("filename"))){

String line = null;

while((line = reader.readeLine()!=null){

String[] strs=line.split("\\t");

//根据strs值构建sql，或者批处理插入

}

}catch(Exception e){

e.printStackTrace();

}

第二个问题：

一个汉字一般占2个字节，一个字母占一个1个字节，你这种数据100万左右的记录，即便有复杂的索引，也应该不会超过20M。

第三个问题：

可以使用count(0)代替count(*)来提高一点效率，你所说的2亿条记录，可以采用分表，建立索引的办法提高效率。

第四个问题：

没太看到你的意思~汉字的Unicode编码范围：\u4E00-\u9FA5 \uF900-\uFA2D，超出这个范围就不是汉字了。

你这种需求，可以直接将文本导出mysql dump工具需要的格式，使用mysql bin目录下的dump工具导入表中，这种效率更高。 ######学习了。